基于最大熵模型的双直方图均衡算法

为改进亮度保持双直方图均衡算法的不足,提出基于最大熵模型的动态范围优化方法,扩展了双直方图均衡算法的应用范围,使之不仅适用于正常亮度图像,对低照度及高亮图像也能取得较好的效果.算法首先选用大津法确定直方图数据分割点;然后对初始直方图进行预处理;根据所提出的最大熵模型确定最佳的动态范围分割点;最后进行双直方图均衡得到增强图像.本文选取多个图像数据库进行测试,并与BBHE（Brightness preserving Bi-Histogram Equalization）、BPCLBHE（Brightness Preserving and Contrast Limited Bi-Histogram Equalization）、ESIHE（Exposure based Sub Image Histogram Equalization）和DRSHE（Dynamic Range Separate Histogram Equalization）进行比较,同时将信息熵、对比度和NIQE（Natural Image Quality Evaluator）作为客观评价指标.实验结果证明,本文算法对各类图像均具有较好的主观视觉效果和客观评价指标,在保留细节的同时兼顾了对比度的增强.     

无色恒常性原理与CLC白平衡方法

由于光在水中的吸收和散射，以及不同波长的光传播距离上的差异，水下图像严重受到对比度降低和颜色偏色的影响，因此色彩的白平衡校正是水下图像处理的一个关键技术。本文提出了一种新的无色恒常性原理（CLC:ColorLess Constancy）及白平衡方法。方法 首先将彩色图像转换到YCbCr颜色空间实现亮色分离，然后通过非线性方法检测色度分量,计算每个像素对应的色度权重，然后根据新的线性加权算法重新计算每个像素的色度，实现对图像中无色区域的保护，以及对偏色区域的色彩校正。与几种经典白平衡方法进行比较，CLC方法克服了传统方法易对无色区域产生不良偏色的缺点，取得了较好的视觉感知效果。 实验表明该算法复杂性低，鲁棒性好，说明了CLC白平衡算法的实用性，以及无色恒常性原理的科学性。